pandas中的apply的作用

pandas中的apply()方法用于对DataFrame或Series中的每个元素应用一个函数，返回一个新的DataFrame或Series。可以将apply()方法看作是一种向量化的for循环，它能够高效地处理大量数据。

apply()方法可以接收一个函数作为参数，这个函数可以是Python内置的函数，也可以是自定义的函数。apply()方法会将每个元素传递给这个函数进行处理，然后将处理结果组合成一个新的DataFrame或Series。

apply()方法可以应用于整个DataFrame或Series，也可以应用于DataFrame或Series的某一列或某一行。在应用于DataFrame时，可以指定axis参数来指定按照行或列进行处理。

例如，下面的代码演示了如何使用apply()方法计算DataFrame中每一列的平均值：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

def avg(col):
    return col.mean()

result = df.apply(avg)
print(result)

输出结果为：

A    2.0
B    5.0
C    8.0
dtype: float64

这个例子中，我们定义了一个avg()函数来计算每一列的平均值，然后使用apply()方法将这个函数应用于整个DataFrame，得到每一列的平均值